Williams Racing: Datavinklingen for Monza
Peter Windsor F1 Technical (YouTube Video) gikk gjennom snakkisene foran Italiens Grand Prix rundt Ferrari, McLaren og Red Bull, men tallene forteller en roligere historie for midtfeltet. Modellene til predict.game retter søkelyset mot Williams Racing, hvis lavluftmotstands-konsept på FW46 og flate statistiske profil gjør dem til et spennende kasus for Monzas effektsensitive trasé.
Formutvikling før Monza
Som rapportert av Peter Windsor F1 Technical (YouTube Video), har oppkjøringen til Monza kretset rundt Ferraris tittelhåp med Lewis Hamilton, McLaren-Mercedes' fortsatte tempofordel og Max Verstappens opphenting etter krasjen på Zandvoort. Dette er de største overskriftene, men modellene til predict.game tyder på at Monza-helgen også byr på et tydelig sidespor for Williams Racing – et lag hvis dataprofil gjennom sesongen gjør dem unikt posisjonert – på papiret – for en lavluftmotstandsbane som denne.
James Vowles' mannskap går inn i helgen med en sesonglang xG/kamp og xGA/kamp på nøyaktig 0,0 – en statistisk flatlinje som gjenspeiler en sesong med minimal variasjon i hverken skapende eller defensive tall i forhold til modellenes forventninger. Laget ligger på 9. plass i sammendraget med 15 poeng, og har en formrekke på P12-P14-P9-P14-P12 på sine fem siste løp – et svingende mønster som viser sjeldne livstegn (P9-resultatet) skvist mellom mer anonyme plasseringer midt i feltet. Denne variasjonen er bemerkelsesverdig: Den tyder på at Williams ikke er et lag i jevn fremgang eller tilbakegang, men et lag der resultatene i stor grad er baneavhengige.
Det er her Monza blir viktig. FW46 sine definerende taktiske egenskaper – eksepsjonell toppfartseffektivitet på rettstrekkene og drivlinjeoptimalisering for lav luftmotstand – passer som hånd i hanske med en bane som belønner minimal aerodynamisk luftmotstand på raske langstrekker og lette bremsesoner. Simuleringsrammeverket til predict.game behandler banespesifikke luftmotstandskoeffisienter som en viktig vektingsfaktor i kurvene for vinnersannsynlighet, og Monza er historisk sett en av de to eller tre banene per sesong hvor biler optimalisert for lav luftmotstand kan overgå sitt vanlige formnivå. Uten rapporterte skader i troppen har Vowles full fører-kontinuitet til å utnytte bilens særpreg uten endringer i føreroppstillingen – en ren variabel i en ellers ujevn poengfangst.
Når det gjelder løpsforutsigelser, skaper dette et nyansert bilde: Williams' underliggende data (flat xG, form midt på tabellen, 9. plass) ville normalt ha indikert en ny plassering i området P12–P14, i tråd med det nylige gjennomsnittet. predict.games banejusterte modell legger imidlertid til en positiv modifikator for biler med lav luftmotstandsprofil på Monza, noe som betyr at de rå formdataene sannsynligvis underdriver Williams' realistiske potensial denne helgen. P9-resultatet blant de fem siste løpene er den nærmeste historiske sammenligningen på hvordan en gunstig baneprofil kan gi et utslag i en ellers flat statistisk profil. Alle som modellerer helgens startfelt bør behandle Williams' sesongtall som et bunnnivå snarere enn en prognose, der Monzas karakteristika representerer det tydeligste oppside-scenarioet denne formkurven har hatt å by på.